我想弄清楚一个纬度属于哪个州。为此，我使用了US Census和shapely库提供的形状文件。这就是我到目前为止所尝试的：
import pandas as pd
import geopandas as gpd
from shapely.geometry import Point
df_poly = gpd.read_file("data/tl_2019_us_state.shp")
df_poly = df_poly[['GEOID', 'geometry']].set_index('GEOID')
display(df_poly.head(5))geometry
GEOID
54 POLYGON ((-81.74725 39.09538, -81.74635 39.096...
12 MULTIPOLYGON (((-86.38865 30.99418, -86.38385 ...
17 POLYGON ((-91.18529 40.63780, -91.17510 40.643...
27 POLYGON ((-96.78438 46.63050, -96.78434 46.630...
24 POLYGON ((-77.45881 39.22027, -77.45866 39.220...p1 = Point(map(float, (29.65, -95.17)))
any(df_poly['geometry'].contains(p1))False但我尝试的任何坐标都返回False。例如，上面的坐标来自德克萨斯州，但仍然返回False，那么我在这里遗漏了什么？
1条答案
按热度按时间8yoxcaq71#
以下是您应该检查的几件事：
1.你用正确的顺序来表达这一点吗？Shapely点使用（x，y）坐标，其顺序与（lat，lon）坐标相反。我会尝试翻转坐标看看是否有效
例如，我看到你的一个坐标是这样的：“-81.74725 39.09538“如果你按（lat，lon）顺序解释，那是在南极洲。如果你按照（x，y）的顺序来解释，它在俄亥俄州。
1.您是否使用了正确的SRID？人口普查数据通常使用NAD 83，但这是一个很好的检查：
1.另一个好的健全性检查是查看每个多边形的质心，并验证它是否合理：
在过去，我见过一些人的数据在错误的SRID中，不得不转换它。